Python多线程下载有声小说

有经验的老鸟都(未婚的)会在公司附近租房，免受舟车劳顿之苦的同时节约了大把时间；也有些人出于某种原因需要每天披星戴月地游走于公司与家之间，很不幸俺就是这其中一员。由于家和公司离得比较远，我平时在公交车上的时间占据了工作时间段的1/4，再加上杭州一向有中国的拉斯维加斯之称(堵城)，每每堵起来，哥都能想象自己成为变形金刚。这段漫长时间我想作为每个程序猿来说是无法忍受的，可是既然短时间无法改变生存的现状，咱就好好利用这段时间吧。所以，我特地买了大屏幕的Note II 以便看pdf，另外耳朵也不能闲着，不过咱不是听英语而是听小说，我在读书的时候就喜欢听广播，特别是说书、相声等，所以我需要大量的有声小说，现在网上这些资源多的很，但是下载页记为麻烦，为了挣取更多的流量和广告点击，这些网站的下载链接都需要打开至少两个以上的网页才能找到真正的链接，甚是麻烦，为了节省整体下载时间，我写了这个小程序，方便自己和大家下载有声小说（当然，还有任何其他类型的资源）

先说明一下，我不是为了爬很多资料和数据，仅仅是为了娱乐和学习，所以这里不会漫无目的的取爬取一个网站的所有链接，而是给定一个小说，比方说我要下载小说《童年》，我会在我听评书网上找到该小说的主页然后用程序下载所有mp3音频，具体做法见下面代码，所有代码都在模块crawler5tps中：

1. 先设定一下start url 和保存文件的目录

  
 
 
 
    
   
  
  
  
  1. #-*-coding:GBK-*-  
    2.    
  
  
  
  2.  import urllib,urllib2  
    3.    
  
  
  
  3.  import re,threading,os  
    4.    
  
  
  
  4.  baseurl = 'http://www.5tps.com' #base url   
    5.    
  
  
  
  5.  down2path = 'E:/enovel/'        #saving path  
    6.    
  
  
  
  6.  save2path = ''                  #saving file name (full path) 
    7.

2. 从start url 解析下载页面的url

  
 
 
 
    
   
  
  
  
  1. def parseUrl(starturl):  
    2.    
  
  
  
  2.      '''''  
    3.    
  
  
  
  3.      parse out download page from start url.  
    4.    
  
  
  
  4.      eg. we can get 'http://www.5tps.com/down/8297_52_1_1.html' from 'http://www.5tps.com/html/8297.html'  
    5.    
  
  
  
  5.      ''' 
    6.    
  
  
  
  6.      global save2path  
    7.    
  
  
  
  7.      rDownloadUrl = re.compile(".*?   
  
  
  
  8.      #rTitle = re.compile(".{4}\s{1}(.*)\s{1}.*")  
    9.    
  
  
  
  9.      #有声小说 闷骚1 播音:刘涛 全集  
    10.    
  
  
  
  10.      f = urllib2.urlopen(starturl)  
    11.    
  
  
  
  11.      totalLine =  f.readlines()  
    12.    
  
  
  
  12.        
    13.    
  
  
  
  13. 　　　　''''' create the name of saving file ''' 
    14.    
  
  
  
  14.      title = totalLine[3].split(" ")[1]  
    15.    
  
  
  
  15.      if os.path.exists(down2path+title) is not True:  
    16.    
  
  
  
  16.          os.mkdir(down2path+title)  
    17.    
  
  
  
  17.          save2path = down2path+title+"/" 
    18.    
  
  
  
  18.        
    19.    
  
  
  
  19.      downUrlLine = [ line for line in totalLine if rDownloadUrl.match(line)]  
    20.    
  
  
  
  20.      downLoadUrl = [];  
    21.    
  
  
  
  21.      for dl in downUrlLine:  
    22.    
  
  
  
  22.          while True:  
    23.    
  
  
  
  23.              m = rDownloadUrl.match(dl)  
    24.    
  
  
  
  24.              if not m:  
    25.    
  
  
  
  25.                  break 
    26.    
  
  
  
  26.              downUrl = m.group(1)  
    27.    
  
  
  
  27.              downLoadUrl.append(downUrl.strip())  
    28.    
  
  
  
  28.              dl = dl.replace(downUrl,'')  
    29.    
  
  
  
  29.      return downLoadUrl 
    30.

3. 从下载页面解析出真正的下载链接

  
 
 
 
    
   
  
  
  
  1. def getDownlaodLink(starturl):  
    2.    
  
  
  
  2.      '''''  
    3.    
  
  
  
  3.      find out the real download link from download page.  
    4.    
  
  
  
  4.      eg. we can get the download link 'http://180j-d.ysts8.com:8000/人物纪实/童年/001.mp3?\  
    5.    
  
  
  
  5.      1251746750178x1356330062x1251747362932-3492f04cf54428055a110a176297d95a' from \  
    6.    
  
  
  
  6.      'http://www.5tps.com/down/8297_52_1_1.html'  
    7.    
  
  
  
  7.      ''' 
    8.    
  
  
  
  8.      downUrl = []  
    9.    
  
  
  
  9.      gbk_ClickWord = '点此下载' 
    10.    
  
  
  
  10.      downloadUrl = parseUrl(starturl)  
    11.    
  
  
  
  11.      rDownUrl = re.compile(''+gbk_ClickWord+'.*') #find the real download link  
    12.    
  
  
  
  12.      for url in downloadUrl:  
    13.    
  
  
  
  13.          realurl = baseurl+url  
    14.    
  
  
  
  14.          print realurl  
    15.    
  
  
  
  15.          for line in urllib2.urlopen(realurl).readlines():  
    16.    
  
  
  
  16.              m = rDownUrl.match(line)  
    17.    
  
  
  
  17.              if m:  
    18.    
  
  
  
  18.                  downUrl.append(m.group(1))  
    19.    
  
  
  
  19.      
    20.    
  
  
  
  20.      return downUrl 
    21.

4. 定义下载函数

  
 
 
 
    
   
  
  
  
  1. def download(url,filename):  
    2.    
  
  
  
  2.      ''''' download mp3 file ''' 
    3.    
  
  
  
  3.      print url  
    4.    
  
  
  
  4.      urllib.urlretrieve(url, filename) 
    5.

5. 创建用于下载文件的线程类

  
 
 
 
    
   
  
  
  
  1. class DownloadThread(threading.Thread):  
    2.    
  
  
  
  2.      ''''' dowanload thread class ''' 
    3.    
  
  
  
  3.      def __init__(self,func,savePath):  
    4.    
  
  
  
  4.          threading.Thread.__init__(self)  
    5.    
  
  
  
  5.          self.function = func  
    6.    
  
  
  
  6.          self.savePath = savePath  
    7.    
  
  
  
  7.        
    8.    
  
  
  
  8.      def run(self):  
    9.    
  
  
  
  9.          download(self.function,self.savePath) 
    10.

6. 开始下载

  
 
 
 
    
   
  
  
  
  1. if __name__ == '__main__':  
    2.    
  
  
  
  2.      starturl = 'http://www.5tps.com/html/8297.html' 
    3.    
  
  
  
  3.      downUrl = getDownlaodLink(starturl)  
    4.    
  
  
  
  4.      aliveThreadDict = {}        # alive thread  
    5.    
  
  
  
  5.      downloadingUrlDict = {}     # downloading link  
    6.    
  
  
  
  6.    
    7.    
  
  
  
  7.      i = 0;  
    8.    
  
  
  
  8.      while i < len(downUrl):  
    9.    
  
  
  
  9.          ''''' Note:我听评说网 只允许同时有三个线程下载同一部小说，但是有时受网络等影响，\  
    10.    
  
  
  
  10.                          为确保下载的是真实的mp3，这里将线程数设为2 ''' 
    11.    
  
  
  
  11.          while len(downloadingUrlDict)< 2 :  
    12.    
  
  
  
  12.              downloadingUrlDict[i]=i  
    13.    
  
  
  
  13.              i += 1 
    14.    
  
  
  
  14.          for urlIndex in downloadingUrlDict.values():  
    15.    
  
  
  
  15.              #argsTuple = (downUrl[urlIndex],save2path+str(urlIndex+1)+'.mp3')  
    16.    
  
  
  
  16.              if urlIndex not in aliveThreadDict.values():  
    17.    
  
  
  
  17.                  t = DownloadThread(downUrl[urlIndex],save2path+str(urlIndex+1)+'.mp3')  
    18.    
  
  
  
  18.                  t.start()  
    19.    
  
  
  
  19.                  aliveThreadDict[t]=urlIndex  
    20.    
  
  
  
  20.          for (th,urlIndex) in aliveThreadDict.items():  
    21.    
  
  
  
  21.              if th.isAlive() is not True:  
    22.    
  
  
  
  22.                  del aliveThreadDict[th] # delete the thread slot  
    23.    
  
  
  
  23.                  del downloadingUrlDict[urlIndex] # delete the url from url list needed to download   
    24.    
  
  
  
  24.        
    25.    
  
  
  
  25.      print 'Completed Download Work' 
    26.

这样就可以了，让他尽情的下吧，咱还得码其他的项目去，哎 >>>

等下了班copy到Note中就可以一边听小说一边看资料啦，***附上源码。

原文链接：http://www.cnblogs.com/wuren/archive/2012/12/24/2831100.html

新闻标题：Python多线程下载有声小说
分享路径：http://www.shufengxianlan.com/qtweb/news25/417125.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

网站设计知识

分类信息网

营销推广　　 　广汉锦华建材　　 　香港云空间　　 　香港服务器空间　　 　网站seo优化　　 　关键词优化排名　　 　川银永信　　 　成都IDC机房托管　　 　外贸网站设计方案　　 　雅安服务器托管　　 　网站ssl证书　　 　广汉做网站　　 　电商网店　　 　东方电机技改服务有限公司　　 　网站空间　　 　成都展柜定制　　 　成都网页制作　　 　成都微信开发　　 　成都网站制作　　 　西信服务器托管